Documente Academic
Documente Profesional
Documente Cultură
241
fw
<>20
" 15
L
t
10
5
0
10
15
20
25
30
35
40
LLuvia en L/m
x2
10
29
13
31
32
19
25
5
10
4
22
65
20
72
75
40
67
12
14
24
188
411
100
841
169
961
1024
361
625
25
100
196
4402
y x i
Y;2
220
484
1885
4225
260
400
2232
2400
1675
5184
5625
1600
4489
60
140
336
144
196
576
760
9968
R0
m
<l>
r
m
o
4.
70
(i) 60
<i)
*
_)b()
(
/
ro
u
40
.u
30
n
(l)
(i)
TJ 20
m
TI
r
m
O
1(1
._JU
!!_!!
0
10
15
20
25
30
35
TC
22923
Si tomamos las ecuaciones para calcular la recta de regresin por el mtodo de los mnimos
cuadrados, podemos calcular, el punto de corte con el eje y (parmetro b) la pendiente de la recta
(parmetro m), y el factor de correlacin, r, para conocer el grado de adaptacin de los puntos a la
recta calculada. Los resultados son:
b = -7,46
m = 2,58
r = 0,9798
242
Solucionario
6.5.3. Realizamos los clculos y los presentamos en forma de tabla como en el ejercicio anterior:
a)
x
y,i
xjy
x,2
y2
190T
160
156
145
68
70
72
74
S 667
152
168
180
178
3600
3844
3969
4225
4356
4489
4624
4900
5184
5476
1556
104373
44667
180
18225
17424
22500
25600
24336
21025
23104
28224
32400
31684
g 170
160
o
65
66
67
8100
8184
9450
10400
10296
9715
10336
11760
12960
13172
135
132
150
Altura (
60
62
63
130
120
244522
X)
x = 70 kg (70,46)
6.5.4.- Si se hace un grfico del tipo x/y como los que se han visto en los tres primeros ejercicios,
se puede ver que no hay relacin lineal entre edad y sida.
Los casos aumentan entre los 20 y los 40 aos pero disminuyen a partir de esta edad.
6.5.5.- Si dibujamos la nube de puntos, podremos ver como stos muestran una marcada tenden
cia a alinearse, mucho ms que los del ejercicio 6.5.2, sto nos indica una fuerte dependencia
entre las variables.
Para calcular el coeficiente de correlacin utilizaremos la siguiente frmula :
r = [ n ( I x. y,) - (Ix,) (ly,)] / ~ \ j [(n I x 2 ) - (Ix, )2 ] . [(nly 2 ) - (Xy)2]
Para facilitar los clculos, haremos una tabla con todos los datos que necesitamos:
Elemento x
C
Si
Ge
Sn
Pb
y,
x2
*y
243
Vi2
6
14
32
50
82
12,1
28,09
72,59
118,69
207,19
72,06
393,26
2322,88
5934,50
16989,58
36
196
1024
2500
6724
144,24
789,05
5269,31
14087,32
42927,70
184
438,57
25712,28
10480
63217,62
95
510
79
240
70
167
5,86
5,90
6,52
5,96
5,32
5,82
556,70
3009,00
515,08
1430,40
372,40
971,94
9025
260100
6241
57600
4900
27889
34,34
34,81
42,51
35,52
28,30
33,87
1161
35,38
6855,52
365755
209,35
[ (nXy2) - (Xy)2]
(Ix) 2 = 1347921
(Iy) 2 = 1251,74
r = [(6-6855,52) - (1161).(35,38)] r \
r= 5 6 , 9 4 / ^ 1921,25 = 0,0296
La correlacin es muy pequea, tal como se poda preveer
en el momento que se ha realizado la grfica x/y de los
datos.
20 n
re
o
ID
6.5.7.
a) Se muestra el dibujo de la nube de puntos; tal
como se puede ver parece existir una cierta dependencia
entre la variable dinero y la variable edad:
< 1 5
8. 0O
o
2s
s
,+
20
30
40
Edad
50
244
Solucionario
b) Para realizar los dems clculos ordenamos los datos con la siguiente tabla:
x
(x-x)2
(y-y)2
x.
25
26
27
28
34
37
45
46
50
54
60
5000
5500
5000
5500
5500
7500
10000
8000
10000
12500
15000
125000
143000
135000
154000
187000
277500
450000
368000
500000
675000
900000
203,63
176,09
150,55
127,01
27,77
5,15
32,83
45,29
115,13
216,97
429,73
9836754,05
6950394,05
9836754,05
6950394,05
6950394,05
404954,05
3473154,05
18594,05
3473154,05
19041354,00
47109554,00
625
676
729
784
1152
1369
2025
2116
2500
2916
3600
2500.104
3025.104
2500.104
3025.104
3025.104
5625.104
10000.104
6400.104
10000.104
15625.104
22500.104
432
89500
3914500
1530,18
114045455,45
18496
84225.104
s =3377,06
4,6
4,8
5,2
6,0
6,1
6,7
6,8
7,0
7,5
7,7
7,8
8,5
X
78,7
XV
1,55
1,55
1,55
1,60
1,60
1,60
1,65
1,70
1,75
1,75
1,75
1,80
7,13
7,44
8,06
9,60
9,76
10,72
11,22
11,90
13,12
13,47
13,65
15,30
19,85
131,39
x.2
y2
(x.-x)2
(y-y)2
21,16
23,04
27,04
36,00
37,21
44,89
46,24
49,00
56,25
59,29
60,84
72,25
2,40
2,40
2,40
2,56
2,56
2,56
2,72
2,89
3,06
3,06
3,06
3,24
3,8416
3,0976
1,8496
0,3136
0,2116
0,0196
0,0576
0,1936
0,8836
1,2996
1,5376
3,7636
0,01
0,01
0,01
0,0025
0,0025
0,0025
0
0,0025
0,01
0,01
0,01
0,0225
533,2
32,93
17,0692
0,0925
x = 6,56
245
y =1,65
b)
E m = s/VN
Em(x)= 0,1033
x E m = 6 , 5 6 0,1033
y E m = 1,65 0,0075
Em (y) = 0,0075
%r = 94,896%
6.5.9.
a) La ecuacin de la recta es: y = mx + b
Escogemos dos puntos de los datos del problema y substituimos en las ecuaciones de la recta:
b =0,15
m = 0,024
la ecuacin resultante ser : y = 0,024 x + 0,15
b) Las absorbancias que tenemos son:
y = 0,33
y = 0,28
0,33 = 0,024x +0,15
concentracin: x = 7,6 ppm
0,28 = 0,024x +0,15
concentracin: x = 5,5 ppm
6.5.10.
a) Si realizamos la representacin grfica de los puntos, se observa que tienen una cierta
tendencia a alinearse:
b) Calculemos la recta de regresin mediante el mtodo de los mnimos cuadrados:
b = [ ( I y.)(X x 2 ) - (X Xj )( I x.y,)] / [ n X x 2 -( X x) 2 ]
m = [n ( X x.y.) - ( I x)( I y,)] / [n I x 2 -( X X)2]
Construimos una tabla para agrupar los datos:
246
Solucionario
XY
0
0,5
1,0
1,5
2,0
50
120
3
29
55
80
97
14,5
55,0
120
194
264
0,25
1,0
2,25
4,0
383,5
7,50
9
841
100
3025
6400
9409
80
60
9684
I/
40
20
b = [(264 )(7,5) - (5)(383,5)] / 5 7,5 - 52]
b =62,5/12,5 = 5
0 I
m = [5(383,5) - (5)(264)] / 5 7,5 - 52]
0,5
1
1,5
m = 597,5/12,5 = 47,8
[sales] g/L
La ecuacin de la recta ser: y = 47,8x + 5
r = 0,997
Expresado en %r = 99,7%
Dato que no est mal para una correlacin del tipo: conductividtad / concentracin salina
2,5
6.5.11.
a) Si se realiza el conocido grfico de puntos, se observa como stos se alinean muy bien,
cosa que nos indica que en el tramo escogido las variables son dependientes.
b) Para calcular r, primero tenemos que calcular la media de los valores duplicados. Como
siempre presentaremos los datos y los clculos asociados en forma de tabla.
x
0
0,2
0,4
0,6
0,8
y,
(0,40 +
(0,65 +
(0,87 +
(1,10 +
(1,36+
0,36)
0,67)
0,90)
1,12)
1,34)
/ 2 = 0,38
/ 2 = 0,66
/ 2 = 0,88
/ 2 = 1,11
12 = 1,35
4,38
r = 0,997
0,132
0,352
0,666
1,08
0,04
0,16
0,36
0,64
0,1444
0,4356
0,7744
1,2321
1,8225
2,23
1,2
4,41
c)
b = 0,398
m =1,195 La recta de regresin ser: y = 1,195x + 0,398
Para representarla escogemos dos valores de x, sean x = 0,3 y x = 0,5 y calculamos la y:
y = 1,1950,3 + 0,398 = 0,7565
y = 1,1950,5 + 0,398 = 0,995
Tenemos los puntos: (0,3; 0,756)
(0,5; 0,995)
d) A partir de la recta de regresin obtenida, calculamos la concentracin de la substancia,
0,96 = 1,195x + 0,398
Concentracin: x = 0,47 ppm
6.5.12.
a) b = 2967,2377
m = - 20,0085
r = - 0,49
El valor de r nos demuestra que no existe una relacin lineal entre las variables.
b) Si aplicamos la ecuacin de la recta de regresin, obtenemos para 25 aos, unas 2467
caloras y para 50 aos unas 1967 caloras. De todas formas estos resultados no tienen ninguna
validez, ya que no existe una relacin de tipo lineal entre ambas variables.
247
6.5.13. Calculemos m r = (y - y ) / (x. - x.) realizaremos una matriz con los datos:
A
A
B
C
D
E
I-
B
0,059
C
0,066
0,073
D
0,067
0,071
0,069
E
0,068
0,071
0,070
0,072
F
0,067
0,069
0,068
0,068
0,064
-
0,067
0,067
0,068
0
2
4
6
8
0
0,030
0,148
0,294
0,432
0,575
0,702
b = y mx
y - 0,068x.
0,030
0,012
0,022
0.024
0,031
0,022
0,030
'o
i
.Q
<
0,031
10
[Glucosa] mM
xy
0
5
10
15
20
25
30
0,003
0,127
0,251
0,390
0,498
0,625
0,763
0
0,635
2,510
5,850
9,960
15,625
22,890
105
2,657
57,470
0
25
100
225
400
625
900
2275
248
Solucionar
A
B
C
D
E
F
G
0,0248
0,0248
0,0248
0,0258
0,0263
0,0278
0,0248
0,0247
0,0247
0,0216
0,0249
0,0249
0,0249
0,0235
0,0254
0,0253
0,0254
0,0256
0,0249
0,0265
0,0276
0,0247
0,0247
0,0248
0,0248
y. - 0,0249x
0,003
0,127
0,251
0,390
0,498
0,625
0,763
0
5
10
15
20
25
30
b SM
0,0030
0,0025
0,0020
0,0165
0,0000
0,0025
0,0160
0,9-r
0,80,70,6
0,5
0,40,3
0,2
0,1 0
= 0,0025
>'-'"
o
d) Comparamos los dos mtodos :
Mediana simple
y = 0,0249x + 0,uub
(y,exp
(v
\ J exp
25
30
35
r = 0,999
puntos = 7
y = 0,00211 +0,0252x
l cale '
0,000001
0,000169
0,000016
0,000004
0,000121
0,000312
0,00038500
20
- v )2
0,00000025
0
-0,00000025
0,00019600
-0,00000625
0
0,00018225
0,000001
15
[Ag+] ng/mL
Mnimos cuadrados
y = 0,025x + 0,002
"cale
10
Se puede comprobar que el mtodo de los mnimos cuadrados proporciona un SQR inferior.
De todas formas el mtodo de la mediana simple acumula los residuales sobre los puntos ms
alejados de la linealidad.